广汉机场雷暴概况及夏季对流参数特征初探

对广汉机场而言,雷暴发生频次具有较明显的季节性特点,主要集中在7、8月,多出现于早间和午后至傍晚时段.通过分析夏季有无雷暴发生时A、SI、K、ΔCAPE等对流参数的变化情况,有如下结论:各参数值的大小在夏季各月的表现不尽相同,由统计分析可知,当6月 A＞14,K＞35,7月 A＞13,K＞40,8月 A＞11,K＞40...     

冕洞特征参数与地磁暴强度及发生时间统计

地磁暴是空间天气预报的重要对象.在太阳活动周下降年和低年,冕洞发出的高速流经过三天左右行星际传输到达地球并引发的地磁暴占主导地位.目前地磁暴的预报通常依赖于1AU处卫星就位监测的太阳风参数,预报提前量只有1h左右.为了增加地磁暴预报提前量,需要从高速流和地磁暴的源头即太阳出发,建立冕洞特征参数与地磁暴的定量关系.分析了2010年5月到2016年12月的152个冕洞-地磁暴事件,利用SDO/AIA太阳极紫外图像提取了两类冕洞特征参数,分析了其与地磁暴期间ap,Dst和AE三种地磁指数的统计关系,给出冕洞特征参数与地磁暴强度以及发生时间的统计特征,为基于冕洞成像观测提前1～3天预报地磁暴提供了依据.      

附加周期和神经网络补偿的实时钟差预报模型

考虑到多项式模型拟合残差中仍存在显著周期信号及其他系统误差影响，提出构建一种多项式结合周期项与BP神经网络的北斗(BDS)超快速钟差预报模型，并利用实测超快速钟差数据进行算法测试验证。数值算例结果显示：利用本文模型得到的北斗超快速钟差产品，相比国内iGMAS超快速钟差产品（ISU）与德国地学中心超快速钟差产品（GBU），预报精度在3 h,6 h,12 h和24 h四个方面分别提升了26.14%,16.46%,12.68%和 10.58% 及10.34%,13.85%,8.17%和14.41%。     

基于粒子群优化核极限学习机的北斗超快速钟差预报

针对卫星钟差序列中非线性特性较为复杂和超快速钟差预报精度较低的问题,将核极限学习机算法引入到北斗超快速钟差预报中。首先,将极限学习机进行优化,引入粒子群优化算法来选择核极限学习机所需的核参数和正则化参数;然后,将优化后的方法应用到超快速钟差预报中,并给出了利用该方法进行超快速钟差预报的步骤;最后,在分析iGMAS提供的实测北斗超快速钟差数据的基础上,选用单天和多天数据进行短期预报。结果表明：在短期预报6h范围内,利用本文提供的优化方法解算得到的超快速钟差预报精度明显优于二次多项式模型和周期项模型,并且采用此方法得到的超快速钟差预报产品与iGMAS提供的超快速钟差预报产品(ISU-P)相比,GEO、IGSO和MEO卫星的预报精度分别提升了50.51%、46.98%、40.67%,其与最终精密钟差的符合程度显著 增强 。     

一种LSTM模型预测BC值的空间碎片无控再入预报方法

提出一种利用长短周期记忆(LSTM)神经网络模型动态预测无控再入过程中弹道系数(BC)值实现空间碎片高精度再入时刻预报。通过利用空间碎片两行根数(TLE)、简化通用摄动模型(SGP4)与公开的物体陨落时间作为实测数据样本,利用迭代修正BC值方法构建预测模型的训练集,由此构造用于预测BC值的LSTM模型预测BC,再采用高精度轨道外推动力学模型配合预测BC值预报再入时刻,结果表明基于LSTM模型预测BC的空间碎片再入时刻预报方法是可行的,在95%的置信度内,90天以上的再入时刻预报精度小于10%,30天预报精度小于8%。     

空间目标轨道信息软件平台的建设

空间目标轨道信息是空间态势感知的重要要素,是空间碰撞预警、空间碎片环境模型和许多空间应用的基础。因而,空间目标轨道确定成为空间态势感知的主要任务之一。文章介绍武汉大学测绘学院正在开发建设的空间目标轨道信息服务软件平台,该平台拥有的主要功能有:利用多源数据的卫星/空间碎片轨道确定(包括初轨确定)与预报、大气质量密度模型精化、空间碰撞预警和半解析法快速精密轨道传播等。文章还针对软件平台功能的研究进展进行了综述,介绍了软件平台发展规划。     

一次冻雨天气过程与典型冻雨形势差异分析

引言冻雨也叫雨凇,是过冷却雨滴与地面或地物、飞机等相碰而即刻冻结的雨。冻雨天气是冬半年降水中的一种特殊情况,冻雨天气虽然出现不多,但对民航的危害较大。     

临界天气告警及数值预报产品显示系统的设计与应用

天气条件始终是影响航空运行安全和效益的重要因素。据统计,近20年我国民航运输量约按13％的年平均增长率增长,到2006年,国内航班突破150万架次。随着航班量的持续增长,复杂天气对飞行正常的影响日益加剧,天气原因在航班延误事件中约占20％。如何最大限度地减少天气对飞行的影响,帮助航空公司向天气要效益,帮助管制部门应对复杂天气保安全,优质的航空气象服务越来越受到各航空运行单位的关注。     

应用于飞机健康管理的数据挖掘方法研究

旨在通过数据挖掘技术分析与飞机运行和维护相关的数据资源,研究一套能及时察觉、分类并预报故障的飞机健康管理系统,使其能够在优化飞机关键部件寿命的同时减少飞机运行和维护的费用.